آموزش پیشرفته پروژه محور PYTHON برای علم داده

>> مدرس " دکتر محمدصادق یزدانی " با بیش از 10 سال سابقه تدریس >> بیش از 16 ساعت آموزش با بیانی بسیار ساده و مفهومی >> به همراه مثال های کاربردی و بدون محدودیت در دفعات اجرا >> همراه با نرم افزار Winpython 3.6.6.2 >> آموزش بروزرسانی آخرین نسخه از محیط قدرتمند Jupyterlab

علم داده در سال‌های اخیر باعث تحولات شگرفی در زندگی بشر گردیده است که از جمله آن می‌توان به موتورهای جستجوی اینترنتی هوشمند، مترجم‌های هوشمند، خودروهای هوشمند و بسیاری از امکانات و تجهیزاتی که هم اکنون در اختیار ماست، اشاره کرد. هر روز حجم زیادی از داده‌ در سراسر جهان در حال تولید است و لحظه به لحظه سرعت تولید آن بیشتر و بیشتر می‌شود؛ اغلب این داده‌ها با تحلیل‌های ساده قابلیت تبدیل شدن به اطلاعات مفید و ارزشمند را دارند که برای این کار نیز ابزارهای زیادی ساخته شده است.

زبان برنامه نویسی پایتون به دلیل سادگی و سهولت در اجرا و بسیاری از امکانات دیگر، گزینه‌ی بسیار مناسبی جهت تحلیل داده‌ها برای متخصصان علم داده است. ابزارهای متنوع و قدرتمند پایتون برای استخراج، تحلیل و بصری‌سازی داده‌ها این امکان را به طیف بزرگی از دانشجویان و پژوهشگران در همه‌ی علوم می‌دهد تا به راحتی بتوانند از این ابزارها در حوزه‌ی تخصص خود بهره ببرند.

این آموزش با بهره‌گیری از به‌روزترین محیط‌های کدنویسی و بسته‌های نرم‌افزاری پایتون که شرکت‌های بزرگ نیز از آنها بهره می‌برند، ارائه شده است. محیط اصلی آموزش، برنامه JupyterLab است که یکی از جدیدترین محیط‌های کدنویسی پایتون بوده و شرکت‌های مهمی همچون گوگل و سایت معروف kaggle سرویس‌های کدنویسی خود یعنی Colab و DataStudio را روی این پلتفرم ارائه کرده‌اند.

 فهرست آموزش:

 توابع تکمیلی شامل:

• توابع پرکاربرد پیشرفته مانند: map ، filter و reduce
• توابع بازگشتی و جنریتورها
• توابع تودرتو و دکوراتوها

معرفی بسته numpy شامل:

• تعریف آرایه
• برش و اندیس‌دهی آرایه
• انواع مختلف داده‌ها در آرایه
• توابع تبدیلی روی آرایه‌ها
• پخش در آرایه‌ها
• انواع عملگرها در آرایه
• مثال‌های مفید

معرفی بسته scipy و معرفی بخشهای

• linalg
• special
• io
• optimize
• sparse

معرفی بسته matplotlib و مثال‌های مفید از رسم نمودار در آن

نصب نسخه جدید pandas, jupyterlab, numpy

و معرفی کلی pandas در مقایسه با numpy

• معرفی Series
• معرفی DataFrame
• معرفی Categorical
• رسم نمودار در pandas
• خلاصه‌سازی و جمعبندی داده‌ها

معرفی پایگاه داده redis، نصب در ویندوز و کار با آن در پایتون

معرفی کتابخانه bs4 و requests جهت داده کاوی از وب

پروژه‌ی نهایی ( پروژه مشاعره – پروژه کرونا )

حل بیش از 10 مسئله‌ی مختلف در بخش‌های مختلف آموزش که در 6 عنوان و 20 جلسه که بعد از هر درس ارائه شده است.